[論文レビュー] B-GAP: Behavior-Guided Action Prediction for Autonomous Navigation.

Angelos Mavrogiannis, Rohan Chandra+1 more|arXiv (Cornell University)|Nov 7, 2020

Autonomous Vehicle Technology and Safety参考文献 30被引用数 7

ひとこと要約

B-GAPは、グラフ畳み込みニューラルネットワークと強化学習を用いて、他の車両の運転行動（攻撃的または慎重な）を分類することで、自律走行のための行動誘導型行動予測フレームワークを提案する。行動駆動型シミュレータを活用して、追い越しや急な車線変更などの多様な運転行動を訓練することで、Highway-Env環境内での動的交通状況における安全な軌道計画が向上する。

ABSTRACT

We present a novel learning algorithm for action prediction and local navigation for autonomous driving. Our approach classifies the driver behavior of other vehicles or road-agents (aggressive or conservative) and takes that into account for decision making and safe driving. We present a behavior-driven simulator that can generate trajectories corresponding to different levels of aggressive behaviors and use our simulator to train a policy using graph convolutional networks. We use a reinforcement learning-based navigation scheme that uses a proximity graph of traffic agents and computes a safe trajectory for the ego-vehicle that accounts for aggressive driver maneuvers such as overtaking, over-speeding, weaving, and sudden lane changes. We have integrated our algorithm with OpenAI gym-based Highway-Env simulator and demonstrate the benefits in terms of improved navigation in different scenarios.

研究の動機と目的

• 周囲のエージェントの行動をモデル化・予測することで、複雑な交通状況における自律走行車両のナビゲーションを改善すること。
• 急な車線変更や追い越しといった攻撃的運転行動を安全に回避する課題に対処すること。
• 訓練用に行動特異的軌道を生成するシミュレーション環境を開発すること。
• 行動に配慮した行動予測を強化学習に基づくナビゲーションシステムに統合し、リアルタイム意思決定を可能とすること。

提案手法

• 本手法は、交通エージェントにおける攻撃的度合いの異なる状況に対応する軌道を生成するための行動駆動型シミュレータを採用する。
• 近接グラフを用いて交通エージェントの空間的・行動的関係を符号化するため、グラフ畳み込みネットワーク（GCN）を処理に用いる。
• 強化学習を用いて、予測された行動に基づいて安全な軌道を選択するナビゲーションポリシーを訓練する。
• 多様な交通状況を想定したOpenAI GymベースのHighway-Envシミュレータ内で、ポリシーの訓練と評価が行われる。
• 行動分類（攻撃的対慎重）が行動予測モジュールに統合され、軌道計画を支援する。
• システムは、蛇行運転や過剰速度といった高リスクな運転行動に対応して、エゴ車両の軌道を動的に調整する。

実験結果

リサーチクエスチョン

• RQ1 自律走行車両は、リアルタイムで攻撃的運転行動を予測・適応できるか？
• RQ2 行動分類は、軌道の安全性とナビゲーション性能の向上にどのような役割を果たすか？
• RQ3 行動誘導型シミュレータは、多様な交通行動に対応する強固なナビゲーションポリシーの訓練に有効に機能するか？
• RQ4 行動に配慮した予測を統合することで、複雑な高速道路シナリオにおける性能がどのように向上するか？

主な発見

• B-GAPフレームワークは、急な車線変更や追い越しといった攻撃的運転行動を明示的にモデル化することで、ナビゲーションの安全性を向上させる。
• 行動駆動型シミュレータの使用により、多様な運転行動に一般化可能なポリシーの有効な訓練が可能になる。
• グラフ畳み込みネットワークは、交通エージェント間の関係的ダイナミクスを効果的に捉え、行動に配慮した意思決定を支援する。
• Highway-Envシミュレータとの統合により、複雑で混雑したシナリオでも性能が向上することが示された。
• 強化学習に基づくポリシーは、攻撃的運転行動を予測・反応することで、より安全な軌道計画を実現する。